GÖZLEMSEL ÇALIŞMALARIN META ANALİZİ
Psikiyatri araştırmalarında gözlemsel çalışmaların meta analizi de yaygındır. Gözlemsel çalışmalar, şans oyununun ötesinde gerçek temel ilişkiden sapabilecek ilişki tahminleri verir. Bu, kafa karıştırıcı faktörlerin, yanlılığın veya her ikisinin etkilerinden kaynaklanabilir.
Gözlemsel çalışma sonuçları arasındaki olası heterojenlik kaynaklarının dikkate alınması, genellikle yanlı olabilen genel bir etki ölçüsünün mekanik hesaplamasından daha fazla içgörü sağlayacaktır. Prognostik değişkenlerin değerlendirilmesine yönelik meta-analiz, randomize çalışmalara göre daha yüksek çalışma kaçırma riskine sahiptir.
Prognostik çalışmaların çoğunun metodolojik olarak zayıf olduğu bulunmuştur. Literatür taraması ile tüm prognostik çalışmaları belirlemek, randomize çalışmalara göre daha zordur. Birçok çalışma, yalnızca en önemli prognostik faktörleri koruyarak cimri tahmin modelleri arar.
Prognostik değişken sürekli ise, bir olay riskinin genellikle seviye arttıkça sistematik olarak artması veya azalması beklenir. Birkaç çalışma boyunca değerlerin birleştirilmesi için analiz yöntemi, prognostik değişkenin ikili, kategorik veya sürekli olup olmadığına bağlı olacaktır.
Olay verisine kadar geçen süre durumunda, veriler hayatta kalma analizi yöntemi kullanılarak analiz edilir - çoğunlukla çoklu tahmin değişkenlerinin analizi için Cox regresyonu üzerinde basit karşılaştırmalar için log-rank testi. Bazı meta-analiz çalışmaları, önemli risk faktörlerini belirlemek için birçok faktörü aynı anda araştırmayı amaçlayan araştırma çalışmalarını dikkate alır.
İstatistiksel güç, iki grubu karşılaştırmadıkları ve resmi olarak hipotezleri test etmedikleri için tanısal doğruluk çalışmalarında nadiren tartışılır. Sonuçları birleştirmek için istatistiksel bir yöntemin seçimi, heterojenliğin kaynağına, özellikle de tanısal eşiklerdeki varyasyona bağlıdır.
Teşhis doğruluğunun meta-analizinde dikkate alınması gereken önemli bir ekstra varyasyon kaynağı da vardır: tanı eşiğindeki değişikliklerin ortaya çıkardığı varyasyon. Duyarlılıklar ve özgüllükler ile pozitif ve negatif olasılık oranları, tanısal olasılık oranı olarak bilinen tanı performansının aynı tek özetinde birleştirilebilir.
Çalışmalar arasında tanı eşiğinin değiştiğine dair herhangi bir kanıt varsa, çalışmaların sonuçlarının en iyi özeti tek bir nokta yerine bir ROC eğrisi olacaktır. Tanısal doğruluk çalışmalarını birleştirmenin en basit yöntemi, duyarlılıkların, özgüllüklerin veya olabilirlik oranlarının ağırlıklı ortalamalarını hesaplamaktır.
Olasılık oranları, olasılık oranlarıdır ve bir meta-analizde risk oranı olarak ele alınabilir. Olabilirlik oranlarının ağırlıklı ortalaması, standart Mantel-Haenszel veya risk oranlarının meta-analizinin ters varyans yöntemleri kullanılarak hesaplanabilir.
nitel araştırma yöntemleri
nitel veri nedir
nitel bi̇r veri̇ analizi yöntemi olarak doküman analizi
veri toplama yöntemleri
bilimsel araştırma yöntemleri
nitel araştırmalarda örnekleme yöntemleri ve örnek hacmi sorunsalı üzerine kavramsal bir i̇nceleme
nicel araştırma
GÖZLEMSEL META-ANALİZ ÇALIŞMALARI
Önceki bölümlerde randomize çalışmaların meta-analiz yönü ele alındı. Gözlemsel çalışmaların meta-analizi, psikiyatri araştırmalarında da yaygındır. Çoğu, kohort ve vaka kontrol çalışmalarına dayanmaktadır.
GÖZLEM ÇALIŞMALARINA İHTİYAÇ
Etiyolojik hipotez genellikle randomize deneylerde test edilemez. Klinik çalışmalardan elde edilen kanıtlar pek çok önemli soruyu nadiren yanıtlayacaktır. Daha sonra meydana gelen böyle bir olumsuz etki tespit edilmeyecektir; kadınlar, yaşlılar ve azınlık etnik grupları genellikle randomize çalışmalardan hariç tutulur. Yeterli hastayı kontrol denemelerine almak mümkün değildir. Meta-analiz, etiyolojik epidemiyoloji ve gözlemsel etkililik araştırmalarında gözden geçirenler için çekici olabilir.
KARŞILAŞTIRMA VE YANLIŞ
Şans oyununun ötesinde gerçek temel ilişkiden sapabilecek ilişki tahminleri veren gözlemsel çalışmalarda. Bu, kafa karıştırıcı faktörlerin, yanlılığın veya her ikisinin etkilerinden kaynaklanabilir.
SAHTE BULGULAR
Epidemiyolojik çalışmalar çok sayıda spesifik ilişki üretir ancak bunların bazıları sahte olacaktır. Daha büyük daha iyi olmak, gözlemsel çalışmalarda yanılgıdır. Asıl sorun kesinlik eksikliği değil, bazı çalışmaların ciddi şekilde yanlı veya kafa karıştırıcı bulgular üretmesidir. Gözlemsel çalışmaların meta-analizi, genellikle bilmeden, yanlı sonuçlar etrafında hafif güven aralıkları üretebilir.
HETEROJENİĞİN KAYNAKLARINI KEŞFETMEK
Çalışmaların istatistiksel kombinasyonu, gözlemsel çalışmaların meta-analizinin önemli bir bileşeni olmamalıdır. Gözlemsel çalışma sonuçları arasındaki olası heterojenlik kaynaklarının dikkate alınması yoluyla, genellikle taraflı olabilen genel bir etki ölçüsünün mekanik hesaplamasından daha fazla içgörü sağlayacaktır.
PROGNOSTİK DEĞİŞKENLERİN DEĞERLENDİRİLMESİ
Prognostik değişkenlerin değerlendirilmesine yönelik meta-analiz, randomize çalışmalara göre daha yüksek çalışma kaçırma riskine sahiptir. Prognostik değişkenler, hastalığın seyrinde ortak bir noktada toplanmış temsili bir hasta örnekleminde değerlendirilmelidir. İdeal olarak, hepsinin aynı tıbbi tedaviyi almış olmaları gerekirdi.
IPD'NİN ÖNEMİ
Prognostik çalışmaların çoğunun, özellikle sürekli prognostik değişkenlerin analizi ile ilgili olarak, metodolojik olarak zayıf olduğu bulunmuştur. Bireysel hasta verilerini (IPD) kullanan prognostik çalışmaların meta-analizi bu zorlukların çoğunun üstesinden gelebilir. Bu nedenle IPD'ye erişim, çalışmalar arasında karşılaştırılabilir analizlere izin vermek için oldukça arzu edilir.
PROGNOSTİK DEĞİŞKENLERİN BELİRLENMESİ
Prognostik çalışmalar çeşitli biçimler alır. Bazı çalışmalar belirli bir değişkenin prognostik değerini araştırırken, diğerleri aynı anda birçok değişkeni araştırır. Hangilerinin prognostik olduğunu değerlendirmek, bireysel hastalar için prognoz yapmak için prognostik bir model geliştirmektir. Belirli bir çalışmanın amaçlarını ayırt etmek her zaman kolay değildir. Ayrıca tedaviye yanıtı öngören değişkenleri belirlemeye yönelik alt çalışmalar yürütülür.
Prognostik çalışmalar, etiyolojik veya risk faktörlerinin epidemiyolojik çalışmalarının yanı sıra gelecekteki olayları öngören değişkenlerin klinik çalışmalarını içerir. Birden fazla benzer çalışma biriktikçe, daha güvenilir bir genel değerlendirme geliştirmek için ilgili tüm araştırmaları belirlemek ve değerlendirmek giderek daha önemli hale geliyor.
YAYINLARIN TANIMLANMASI
Literatür taraması ile tüm prognostik çalışmaları belirlemek, randomize çalışmalara göre daha zordur. Bu tür çalışmalar için literatürü araştırmak için optimal bir strateji yoktur.
YETERSİZ BİLGİ
Bazı yazarlar, özellikle değişkenin etkisi istatistiksel olarak anlamlı olmadığında, tehlike oranı gibi mevcut bir durumun prognostik gücünün sayısal özetini sunamazlar. Sayısal sonuçlar verildiğinde bile, formatlar değişebilir: örneğin, farklı zaman noktaları için hayatta kalma oranları verilebilir.
Ayrıca, gruplandırılmış veya gruplandırılmamış analizlerden elde edilen olasılık oranları veya tehlike oranları karşılaştırılabilir değildir. Kantitatif sentez (meta-analiz) mümkün değildir çünkü yayınlanan makalelerin tümü yeterli bilgiyi içermemektedir.
Kümülatif Meta-Analiz
Kümülatif meta-analiz, ilgili tüm çalışmalar analize dahil edilene kadar önce bir çalışma, ardından iki çalışma vb. ile gerçekleştirilen bir meta-analizdir. Bu itibarla, kümülatif bir analiz, standart bir analizden farklı bir analitik yöntem değil, sadece bir dizi ayrı analizin tek bir tabloda veya çizimde gösterilmesi için bir mekanizmadır.
Seriler, bir faktöre dayalı olarak bir sıraya göre sıralandığında, ekran, etki büyüklüğüne (ve kesinliğine) ilişkin tahminimizin bu faktörün bir fonksiyonu olarak nasıl değiştiğini gösterir. Çalışmalar kronolojik olarak sıralandığında, ekran, kanıtların nasıl biriktiğini ve belirli bir süre içinde sonuçların nasıl değişebileceğini gösterir.
Örneğin, Lau ve diğerleri tarafından yayınlanan sistematik incelemeyi düşünün. (1992), bir miyokard enfarktüsünü takiben ölümü önlemede streptokinazın etkisine baktı. Streptokinaz, kalp krizine neden olan kan pıhtısını çözme ve böylece kalp kasındaki hasarı azaltma potansiyeline sahip bir ilaçtır.
Sistematik derleme, 29 yıllık bir süre boyunca yayınlanmış 33 çalışmanın verilerini sentezler. Miyokard enfarktüsü geçiren hastaların streptokinaz veya plaseboya atandığı ve hekimlerin her gruptaki ölüm oranlarını kaydettiği tüm çalışmalar aynı temel formatı izledi.
Standart meta-analiz gösterilir. Fletcher, 0,229 risk oranıyla, 0,030 ila 1,750 arasında %95 güven aralığıyla ilk sırada görünür. p değeri 0.155, örneklem büyüklüğü 23 ve yıl 1959. Dewar bir sonraki satırda 0.571 risk oranıyla, 0.196’dan 1.665’e %95 güven aralığıyla görünür. p değeri 0.305, örneklem büyüklüğü 42 ve yıl 1963’tür. Kalan 31 çalışma için bu şekilde devam eder.
Çalışmaların boyutu önemli ölçüde farklılık göstermiştir, beşi 40’tan az hastayı içerirken, biri (1986’da GISSI-1) 11.712 hastayı ve bir tanesi (1988’de ISIS-2) 17.187 hastayı kaydetmiştir. Tüm çalışmalarda toplam 18.532 hasta tedaviye ve 18.442 kontrole atandı. İki gruptaki ölüm sayısı 2375’e karşı 1892 idi. Özet etki (rastgele etkiler modeli kullanılarak) 0,724 ila 0,870 arasında %95 güven aralığı ve 0,0000008 p değeri ile 0,794’lük bir risk oranı olarak gösterilir.
Kümülatif meta-analiz gösterilir. Burada aynı 33 çalışmaya sahibiz ancak her satırdaki değerler o çalışmanın istatistikleri değil. Bunun yerine, o satıra kadar olan tüm çalışmaları temel alan bir meta-analizin özet değerleridir. Fletcher olarak işaretlenen satır yalnızca Fletcher’ı temel alır ve bu nedenle önceki şekildeki ilk satırla aynıdır. Dewar olarak işaretlenmiş satır, Fletcher ve Dewar’a dayalı bir meta-analizin sonuçlarını gösterir. Ve benzeri. (Orman arsasının ölçeğinin değiştirildiğini unutmayın.)
Beklenebileceği gibi, grafiği aşağı doğru hareket ettirdikçe etki büyüklüğü stabilize olma eğilimindedir (veri hacmi biriktikçe, herhangi bir yeni çalışmanın ani bir kayma oluşturması daha az olasıdır) ve güven aralıkları daralma eğilimindedir (veri miktarı artışlar). Arsa üzerindeki son çalışma Wisenberg’dir. Bu satırdaki analiz 33 çalışmanın tamamının verilerini içerdiğinden, bu satırdaki istatistikler özet satırında gösterilenlerle aynıdır. Bu aynı zamanda özet satırıyla da eşleşir.
NEDEN KÜMÜLATİF META ANALİZ YAPILMALIDIR?
Bir eğitim aracı olarak kümülatif meta-analiz
Lau et al. araştırma sürecinin bir parçası olarak meta-analizin potansiyel etkisini göstermek için streptokinaz analizini kullandı. Onlarca yıl önce meta-analiz araştırmacılar için mevcut olsaydı, o zaman streptokinazın faydalarının 1977 kadar erken bir tarihte kurulabileceğini savundular.
Araştırmacılar, Avustralya-2 çalışmasının dahil olduğu ve öncesindeki çalışmaları kullanarak 1977’de bir meta-analiz yapsalardı, risk oranının 0,81 olduğunu ve p değeri 0,020 olduğunu bulurlardı. Meta-analiz henüz yararlı bir araç olarak kabul edilmediğinden, araştırmacılar ek çalışmalar yapmaya devam ettiler.
Avustralya-2 çalışmasının ardından yayınlanan çalışmalar, yaklaşık %50’si plaseboya atanan toplam 32.660 hastayı kaydetmiştir. Bu çalışmalarda, plasebo hastaları arasında, tedavi edilen hastalardan 414 daha fazla ölüm meydana geldi. Lau et al. 1977’de meta-analiz yapılmış olsaydı, tedavinin etkinliğinin o noktada belirlenebileceğini ve sonraki denemelerden kaçınılabileceğini savundu. Bu denemelerde plasebodan ölen hastaların bir kısmı kurtarılmakla kalmayacak, aynı zamanda ilaç bakım standardı haline gelecek ve dünya çapında sayısız erken ölüm önlenebilirdi.
Belirli sayılarla tartışılabilir. Özellikle, kümülatif verilere tekrar tekrar baktığımızda, tedavinin etkili olduğuna karar vermeden önce 0.05’ten daha muhafazakar bir anlamlılık kriteri kullanmamız gerekebilir.
Ek olarak, Avustralya-2 çalışmasının ardından yayınlanan bazı denemeler, Avustralya-2 çalışması yayınlandığında zaten devam etmekteydi. Bununla birlikte, temel argüman zorlayıcıdır ve tıp camiasının dikkatini çekmiştir. Bu kümülatif analiz, karar verme için yararlı bir mekanizma olarak meta-analiz için kabul görmede önemli bir rol oynadı.
Yukarıdakiler, sonraki çalışmaları yapan kişilere yönelik bir eleştiri olarak alınmamalıdır. Meta-analiz 1970’lerde ve 1980’lerde geniş çapta kabul görmedi (aslında şu anda bile evrensel olarak kabul edilmiyor) ve bu nedenle o zamanlar basitçe bir seçenek değildi.
Verilerdeki kalıpları belirlemek
Kümülatif analizler en çok zaman içindeki kanıt modelini göstermek için kullanılsa da, aynı teknik başka amaçlar için de kullanılabilir. Verileri kronolojik olarak sıralamak yerine, herhangi bir değişkene göre sıralayabilir ve ardından efekt boyutlarının modelini görüntüleyebiliriz.
Örneğin, homeopatik ilaçların etkisini inceleyen 100 çalışmamız olduğunu varsayalım ve bu etkinin körleme sürecinin kalitesiyle ilgili olduğunu düşünüyoruz. Tam körleme ile yapılan çalışmaların hiçbir etki göstermeyeceğini, düşük kaliteli körlemenin küçük bir etki göstereceğini, sadece bazı insanları kör edenlerin daha büyük bir etki göstereceğini vb. tahmin ediyoruz.
Çalışmaları körlemenin kalitesine göre (yüksekten düşüğe) sıralayabilir ve ardından kümülatif bir analiz yapabiliriz. Beklentilerimiz doğru olsaydı, kümülatif etki başlangıçta sıfıra yakın olurdu, bir sonraki (düşük) kalite düzeyine geçtikçe artacak ve bir sonraki düzeyde biraz daha artacaktı.
Benzer şekilde, yayın yanlılığının olası etkisini göstermek için kümülatif analizleri kullanabiliriz. Ayrıntılar burada tekrarlanmayacak, ancak ele alınan sorun, büyük çalışmaların tarafsız olduğunun varsayılması, ancak daha küçük çalışmaların etki büyüklüğünü olduğundan fazla tahmin etme eğiliminde olmasıdır.
Daha büyük çalışmaları en üste girerek ve daha küçük çalışmaları en alta ekleyerek kümülatif bir analiz yapabiliriz. Etki, büyük (tarafsız) çalışmalar dahil edildiğinde başlangıçta küçük olsaydı ve daha sonra daha küçük çalışmalar eklendiğinde arttıysa, etki büyüklüğünün örneklem büyüklüğü ile ilişkili olduğundan gerçekten endişe duyacağız. Kümülatif analizin bir yararı, yalnızca etki boyutunda bir kayma olup olmadığını değil, aynı zamanda kaymanın büyüklüğünü de göstermesidir.